Cách làm việc với GPT hiệu quả: từ giao việc đến kiểm chứng trong công việc hằng ngày

Phần lớn hướng dẫn về GPT dừng ở câu hỏi "viết yêu cầu thế nào cho tốt".

Đó là điều cần, nhưng chưa đủ để dùng GPT hiệu quả trong công việc hằng ngày, vì kết quả cuối cùng phụ thuộc vào cả quy trình quanh yêu cầu đó: việc nào nên giao, giao với kết quả cần đạt ra sao, ai kiểm tra, dữ liệu nào được phép đưa vào, và làm sao biết nó có thực sự tiết kiệm thời gian.

Bài này tập trung vào cách làm việc với GPT như một đồng nghiệp có năng lực nhưng cần được hướng dẫn và kiểm tra.

Phần cách chọn model, viết yêu cầu và dùng API đã có trong bài "Cách sử dụng GPT tối ưu nhất" của Click Star, nên bài này không lặp lại mà đi vào quy trình, bằng chứng từ 3 nghiên cứu có kiểm soát, cách phân biệt việc nên giao với việc không nên giao, kiểm chứng, bảo vệ dữ liệu và đo hiệu quả.

Số liệu lấy từ các nghiên cứu đã công bố và tài liệu của OpenAI, mỗi số nêu nguồn ngay trong câu, đối chiếu đến ngày 20/10/2026.

Điểm chính

• 3 nghiên cứu thực nghiệm cho thấy AI tạo sinh có thể tăng năng suất rõ rệt: ChatGPT giảm 40% thời gian viết và tăng 18% chất lượng (Noy và Zhang, Science, 2023), trợ lý AI tăng khoảng 15% số vụ việc giải quyết mỗi giờ của nhân viên hỗ trợ (Brynjolfsson và cộng sự, Quarterly Journal of Economics), và các chuyên gia tư vấn của BCG làm xong nhiều hơn 12,2% công việc, nhanh hơn 25,1%.
• Cũng nghiên cứu BCG đó cho thấy mặt trái: ở một nhiệm vụ nằm ngoài khả năng của AI, nhóm dùng AI có tỷ lệ cho đáp án đúng thấp hơn nhóm không dùng AI 19 điểm phần trăm. Nghĩa là biết việc nào AI làm được quan trọng không kém biết cách dùng nó.
• Một quy trình 6 bước giúp dùng GPT ổn định: nêu kết quả cần đạt và tiêu chí hoàn thành, cung cấp ngữ cảnh, lấy bản nháp, yêu cầu phản biện, kiểm chứng, rồi hoàn thiện và lưu thành quy trình.
• Với việc quan trọng, nên giao theo hướng "hoàn thành phần việc và đưa ra kết quả có thể xem lại trước khi xin duyệt", đúng với hướng dẫn mà OpenAI đưa ra cho họ GPT-6.
• Dữ liệu là ranh giới cứng: theo OpenAI, các gói doanh nghiệp và API mặc định không dùng dữ liệu để huấn luyện model, nhưng nghĩa vụ theo Luật Bảo vệ dữ liệu cá nhân của doanh nghiệp vẫn nguyên vẹn khi nhập thông tin khách hàng.
• Hiệu quả phải được đo bằng số: thời gian tiết kiệm, tỷ lệ phải sửa lại và tỷ lệ lỗi, so với cách làm cũ.

3 nghiên cứu nói gì

Nhiệm vụ viết. Nghiên cứu của Shakked Noy và Whitney Zhang, đăng trên tạp chí Science tháng 7/2023, giao các nhiệm vụ viết theo từng nghề cho 453 người có trình độ đại học và ngẫu nhiên cho một nửa dùng ChatGPT. Thời gian hoàn thành trung bình giảm 40% và chất lượng đầu ra tăng 18%.

Người viết yếu hơn được lợi nhiều hơn, và các tác giả ghi nhận bất bình đẳng giữa những người làm giảm đi. 2 tuần sau thí nghiệm, nhóm được dùng ChatGPT có khả năng dùng nó trong công việc thật cao gấp 2 lần, và 2 tháng sau là 1,6 lần.

Hỗ trợ khách hàng. Nghiên cứu của Erik Brynjolfsson, Danielle Li và Lindsey Raymond, bản đăng trên Quarterly Journal of Economics, theo dõi 5.172 nhân viên hỗ trợ khách hàng và ghi nhận trợ lý AI tăng năng suất trung bình 15%.

Bản thảo công bố trước đó của cùng nhóm báo cáo mức tăng 14% và 34% với nhân viên mới hoặc kỹ năng thấp, đồng thời cho thấy bằng chứng gợi ý rằng mô hình AI giúp lan truyền cách làm của những người giỏi hơn, để người mới tiến nhanh hơn.

Tư vấn chiến lược. Nghiên cứu của Fabrizio Dell'Acqua và cộng sự, từ Harvard Business School, MIT Sloan và Boston Consulting Group, thí nghiệm với 758 chuyên gia tư vấn dùng GPT-4. Trong phạm vi AI làm được, nhóm dùng AI làm xong nhiều hơn 12,2% công việc, nhanh hơn 25,1% và chất lượng cao hơn hơn 40%.

Với một nhiệm vụ được chủ ý chọn nằm ngoài khả năng của AI, nhóm dùng AI có xác suất cho đáp án đúng thấp hơn nhóm không dùng 19 điểm phần trăm.

Đánh giá của Click Star. 3 nghiên cứu này dùng các model cũ hơn so với họ GPT-6 hiện nay, ở các nhiệm vụ và bối cảnh cụ thể, chủ yếu ngoài Việt Nam, nên không nên coi các con số là mức tiết kiệm bạn sẽ đạt được.

Điều đáng mang theo là cấu trúc của kết quả: lợi ích lớn khi việc nằm trong khả năng của AI, đặc biệt với người mới, và rủi ro thật khi việc nằm ngoài khả năng mà người dùng không nhận ra.

Biết ranh giới: việc nào nên giao cho GPT

Các tác giả của nghiên cứu BCG gọi vùng AI làm tốt và vùng AI làm kém là "ranh giới lởm chởm", vì ranh giới này không theo trực giác: 2 việc nhìn bề ngoài có độ khó tương tự có thể nằm ở 2 phía. Theo các bài tường thuật nghiên cứu này, ranh giới khó nhìn thấy từ trước. Vì vậy, thay vì đoán, hãy phân việc thành 3 nhóm và kiểm tra bằng thử nghiệm nhỏ.

Nhóm 1, nên giao và kiểm lướt: soạn bản nháp đầu tiên (email, bài đăng, mô tả sản phẩm), tóm tắt tài liệu hoặc cuộc họp, chuyển định dạng (từ ghi chú sang biên bản, từ danh sách sang bảng), gợi ý ý tưởng và phương án, giải thích khái niệm, soát chính tả và văn phong, lập dàn ý.

Nhóm 2, giao nhưng người phải dẫn dắt và kiểm kỹ: phân tích có số liệu (GPT dễ tính sai hoặc diễn giải sai), nghiên cứu thị trường và đối thủ (cần nguồn), nội dung chuyên môn như pháp lý, tài chính, y tế, thông tin mới sau thời điểm model được huấn luyện, và mọi con số hoặc trích dẫn sẽ đưa ra bên ngoài.

Nhóm 3, không nên giao hoặc chỉ giao bước phụ: quyết định nhân sự, cam kết pháp lý, quyết định có rủi ro cao, xử lý dữ liệu nhạy cảm của khách hàng khi chưa có cơ chế bảo vệ.

Bài kiểm tra ranh giới cho một loại việc mới. Chọn 5 ví dụ trong quá khứ mà bạn đã biết đáp án đúng, cho GPT làm, so với đáp án và ghi lại nó sai ở đâu. Nếu sai ở những chỗ khó nhận ra, việc đó thuộc nhóm 2 hoặc 3, dù kết quả đọc rất trôi chảy.

2 cách làm việc: chia việc hoặc đan xen

Nghiên cứu BCG mô tả 2 kiểu làm việc hiệu quả với AI. Theo lời đồng tác giả Fabrizio Dell'Acqua trên tờ The Crimson, "centaur" là người xác định rõ phần nào người làm, phần nào AI làm. Kiểu thứ hai, "cyborg", là làm việc đan xen liên tục và sâu với công cụ; báo này cho biết phần lớn chuyên gia tư vấn trong nghiên cứu hành xử kiểu này.

Đánh giá của Click Star. Chia việc (kiểu centaur) phù hợp khi kết quả cuối cần kiểm soát chặt, ví dụ báo cáo gửi khách hàng: người quyết định cấu trúc và kết luận, GPT làm phần soạn và chuyển định dạng. Làm đan xen (kiểu cyborg) phù hợp khi khám phá và sáng tạo, ví dụ lên ý tưởng chiến dịch: qua lại nhiều vòng, người chọn hướng.

Điểm chung là người luôn giữ quyền quyết định và chịu trách nhiệm cuối.

Quy trình 6 bước làm việc với GPT

Bước 1. Nêu kết quả cần đạt và tiêu chí hoàn thành. Hướng dẫn của OpenAI cho họ GPT-6 khuyên để model suy ra ý định và phạm vi, hoàn thành phần việc được ủy quyền và đưa ra "kết quả cụ thể, có thể xem lại" trước khi xin duyệt, thay vì dừng ở từng bước nhỏ.

Với người dùng, điều này dịch thành: mô tả sản phẩm cuối (một email 120 từ, một bảng so sánh 5 tiêu chí), người đọc là ai, thế nào là đạt.

Bước 2. Cung cấp ngữ cảnh. Đưa tài liệu, ví dụ tốt, giọng thương hiệu, ràng buộc (không hứa điều chưa có, không dùng số liệu ngoài tài liệu). Với việc lặp lại, lưu bộ ngữ cảnh này ở nơi sản phẩm cho phép giữ tài liệu và chỉ dẫn dùng chung, ví dụ tính năng dự án trong ChatGPT, thay vì dán lại mỗi lần.

Tên tính năng và gói áp dụng thay đổi, nên hãy xem trang trợ giúp của OpenAI.

Bước 3. Lấy bản nháp, không lấy bản cuối. Coi đầu ra đầu tiên là nguyên liệu. Yêu cầu 2 hoặc 3 phương án khác nhau về hướng đi khi việc cần sáng tạo.

Bước 4. Yêu cầu phản biện. Nhờ GPT liệt kê điểm yếu của chính bản nháp, điều gì chưa có bằng chứng, câu nào có thể bị hiểu sai, khách hàng khó tính sẽ hỏi gì. Bước này rẻ và thường lộ ra lỗ hổng.

Bước 5. Kiểm chứng. Mọi con số, tên riêng, trích dẫn, ngày tháng và khẳng định pháp lý được đối chiếu với nguồn gốc. Việc kiểm chứng do người làm, không giao ngược lại cho GPT tự khẳng định mình đúng.

Bước 6. Hoàn thiện và lưu quy trình. Người chỉnh giọng, bổ sung kinh nghiệm thật, quyết định cuối. Nếu việc này lặp lại, lưu yêu cầu, ngữ cảnh và checklist kiểm chứng thành mẫu dùng chung của đội.

Làm việc theo vai trò

• Marketing: giao dàn ý bài viết, biến thể tiêu đề, bản nháp email, tóm tắt báo cáo chiến dịch. Người kiểm: số liệu, tính nhất quán thương hiệu, tuyên bố không có căn cứ trong quảng cáo.
• Bán hàng: giao bản nháp email chào hàng theo mẫu, chuẩn bị câu hỏi cho cuộc gặp, tóm tắt cuộc gọi. Người kiểm: cam kết về giá, thời gian, chính sách, thông tin cá nhân của khách trước khi dán vào công cụ.
• Chăm sóc khách hàng: giao gợi ý phản hồi, phân loại yêu cầu, tóm tắt hội thoại dài. Người kiểm: các trường hợp ngoại lệ, giọng điệu với khách đang bức xúc, thông tin nhạy cảm.
• Hành chính, nhân sự, kế toán: giao soạn thảo văn bản mẫu, tóm tắt quy định nội bộ, lập danh sách việc. Người kiểm: mọi căn cứ pháp lý và con số, quyết định liên quan đến người lao động.
• Quản lý: giao tổng hợp thông tin, chuẩn bị tài liệu họp, soạn phương án để so sánh. Người quyết định: lựa chọn và ưu tiên.

Kiểm chứng: những lỗi cần tìm

• Con số hoặc nguồn nghe hợp lý nhưng không có thật.
• Tóm tắt bỏ sót ngoại lệ hoặc điều kiện quan trọng trong tài liệu gốc.
• Suy luận trơn tru nhưng một bước tính toán sai.
• Giọng văn không khớp thương hiệu hoặc không hợp văn hóa người đọc Việt Nam.
• Thông tin cũ hơn thời điểm huấn luyện hoặc không áp dụng cho Việt Nam.

Một checklist 4 câu hỏi cho mọi đầu ra sẽ đưa ra ngoài: số liệu nào có nguồn, nguồn đó đã được mở chưa, có điều kiện hay ngoại lệ nào bị bỏ sót không, nếu sai thì hậu quả gì và ai chịu trách nhiệm.

Dữ liệu và an toàn

Trang dữ liệu doanh nghiệp của OpenAI nêu rằng theo mặc định, hãng không dùng dữ liệu từ ChatGPT Enterprise, Business, Edu và nền tảng API, gồm cả đầu vào và đầu ra, để huấn luyện hoặc cải thiện model, và dữ liệu của tổ chức luôn thuộc quyền sở hữu của tổ chức.

Một bản tổng hợp bên thứ 3 lưu ý đây là trang công bố, còn mức bảo vệ có hiệu lực pháp lý phụ thuộc hợp đồng và phụ lục xử lý dữ liệu đã ký. Với tài khoản cá nhân, hãy kiểm tra cài đặt kiểm soát dữ liệu của chính tài khoản.

Về pháp lý, theo bản tổng hợp của Luật Việt An và Tilleke & Gibbins, Luật Bảo vệ dữ liệu cá nhân và Nghị định 356/2025/NĐ-CP, có hiệu lực từ 1/1/2026, đặt ra nghĩa vụ về sự đồng ý, quyền của chủ thể dữ liệu, báo cáo vi phạm trong 72 giờ và điều kiện chuyển dữ liệu ra nước ngoài.

Việc nhập thông tin khách hàng vào một dịch vụ đặt ở nước ngoài có thể kéo theo các nghĩa vụ này. Click Star có bài riêng cập nhật luật cho năm 2027. Quy tắc thực tế: không đưa dữ liệu cá nhân khi không cần, ẩn hoặc thay dữ liệu mẫu, và dùng gói doanh nghiệp khi buộc phải xử lý thông tin thật.

Đo hiệu quả

Đừng đo bằng cảm giác. Chọn 3 đến 5 việc lặp lại, ghi thời gian làm theo cách cũ trong một tuần, rồi ghi thời gian làm với GPT trong một tuần kế tiếp, tính cả thời gian kiểm tra và sửa. Theo dõi thêm 3 số: tỷ lệ đầu ra phải sửa nhiều, số lỗi bị phát hiện sau khi đã gửi đi, và mức hài lòng của người nhận.

Nếu thời gian kiểm tra lớn hơn thời gian tiết kiệm, việc đó chưa phù hợp để giao.

Mười quy tắc cho đội

1. Người giao việc chịu trách nhiệm cho đầu ra, không phải GPT.
2. Phân việc theo 3 nhóm và công bố danh sách việc không được giao.
3. Mọi số liệu và trích dẫn gửi ra ngoài phải được kiểm chứng với nguồn.
4. Không đưa dữ liệu cá nhân vào công cụ chưa được doanh nghiệp đánh giá.
5. Dùng tài khoản doanh nghiệp cho công việc, không dùng tài khoản cá nhân.
6. Lưu yêu cầu và checklist hiệu quả thành thư viện chung.
7. Ghi rõ việc nào dùng AI hỗ trợ khi khách hàng hoặc đối tác có yêu cầu minh bạch.
8. Soát lại mẫu yêu cầu mỗi khi đổi model, vì mẫu cũ có thể không còn tối ưu.
9. Đo thời gian và chất lượng định kỳ, bỏ việc không hiệu quả.
10. Đào tạo người mới bằng ví dụ thật của đội, kể cả ví dụ GPT làm sai.

Những sai lầm thường gặp

1. Dùng GPT cho mọi việc mà không phân biệt ranh giới, rồi bị bất ngờ ở những việc nó làm kém.
2. Tin vào đầu ra trôi chảy. Văn bản trôi chảy không đồng nghĩa với đúng.
3. Dán dữ liệu khách hàng thật vào tài khoản cá nhân.
4. Không có quy trình kiểm chứng, hoặc để chính GPT tự xác nhận đầu ra của nó.
5. Không đo, nên không biết việc nào thực sự được lợi.
6. Mỗi người một cách, không lưu và chia sẻ mẫu hiệu quả.
7. Giao cho GPT cả việc cần phán đoán và trách nhiệm cuối.